：kaplan-meier生存分析过程及结果解读
一、概述：生存分析基本概念
1、事件(event)
指研究中规定的生存研究的终点，在研究开始之前就已经制定好。根据研究性质的不同，事件可以是患者的死亡、疾病的复发、仪器的故障，也可以是下岗工人的再就业等等。
2、生存时间(survival time)
指从某一起点到事件发生所经过的时间。生存是一个广义的概念，不仅仅指医学中的存活，也可以是机器出故障前的正常运行时间，或者下岗工人再就业前的待业时间等等。有的时候甚至不是通用意义上的时间，比如汽车在出故障前的行驶里程，也可以作为生存时间来考虑。
3、删失(sensoring)
指由于所关心的事件没有被观测到或者无法观测到，以至于生存时间无法记录的情况。常由两种情况导致：(1)失访;(2)在研究终止时，所关心的事件还未发生。
4、生存函数(survival distribution function)
又叫累积生存率，表达式为s(t)=p(t>t),其中t为生存时间，该函数的意义是生存时间大于时间点t的概率。t=0时s(t)=1，随着t的增加s(t)递减(严格的说是不增)，1-s(t)为累积分布函数，表示生存时间t不超过t的概率。
kaplan-meier用于估计生存函数，允许有一个分组变量进行生存率的组间比较，还容许一个分层变量。若不考虑其他混杂因素下生存分析的常用方法。
二、实例
要研究某种新药治疗相对于常规药物治疗对生存率有无改善，收集以下数据：
months：生存时间(单位月)，为连续变量。
group：1=治疗组，2=对照组
status：0=出现结局，1=失访，2=实验结束时仍存活
三、操作步骤
菜单选择：
主对话框：按图设置
点击状态框下方的“定义事件”按钮，如下图：填入代表事件发生的“0”
回答主对话框，点击“选项”按钮，设置如下：
回到主对话框，点击“比较因子”按钮，设置如下：
回到主对话框，点击“确定”输出结果。
四、结果输出
这是个案处理摘要。
这是生存表的均值及中位数及四分位数
这就是假设检验的结果，有三种统计量，结果基本一致，p<0.05，认为新药能提高生存率。
